Un algorithme contrôle les thermostats
Un algorithme d'auto-apprentissage développé à l'Empa peut être intégré dans des thermostats intelligents via une connexion cloud. Cela vous permet de regarder vers l'avenir et de contrôler la température ambiante avec prévoyance. Cela permet d'économiser de l'énergie et de l'argent.
Deux chercheurs du Urban Energy Systems Lab du Laboratoire fédéral d'essai des matériaux et de recherche ( Empa ) ont créé un algorithme d'auto-apprentissage pour les thermostats de chauffage. Selon un rapport de l'Empa, il peut être intégré dans des thermostats intelligents ou intelligents conventionnels via une connexion cloud et réguler la température ambiante de manière prédictive.
"Le potentiel est énorme", estime Felix Bünning, co-fondateur de la spin-off viboo de l'Empa, qui commercialise cet algorithme. "Nos expériences au NEST ont montré que des économies d'énergie comprises entre 26 et 49 % peuvent être réalisées avec cette approche."
Pour créer un modèle du bâtiment, les données du bâtiment telles que les positions des vannes et les mesures de la température ambiante à partir de seulement deux semaines sont suffisantes. En combinaison avec les prévisions de la température extérieure locale et du rayonnement solaire global, l'algorithme calcule ensuite indépendamment la quantité idéale d'énergie nécessaire pour chauffer ou refroidir le bâtiment jusqu'à douze heures à l'avance.
Selon les informations, un premier partenaire est la société danoise Danfoss . Le fabricant de thermostats actif au niveau international teste actuellement dans un projet pilote avec viboo le potentiel d'économies dans les bâtiments existants conventionnels. Par ailleurs, la start-up est déjà en pourparlers avec d'autres partenaires industriels. Par exemple, il intégrera l'algorithme directement dans le système central d'automatisation du bâtiment d'un immeuble de bureaux à Zurich.
